Суммируя все n точек в R

У меня есть вектор, и мне нужно суммировать все числа n и возвращать результаты. Именно так я планирую сделать это в настоящее время. Любой лучший способ сделать это?

v = 1:100
n = 10
sidx = seq.int(from=1, to=length(v), by=n)
eidx = c((sidx-1)[2:length(sidx)], length(v))
thesum = sapply(1:length(sidx), function(i) sum(v[sidx[i]:eidx[i]]))

Это дает:

thesum
 [1]  55 155 255 355 455 555 655 755 855 955

Ответ 1

unname(tapply(v, (seq_along(v)-1) %/% n, sum))
# [1] 55 155 255 355 455 555 655 755 855 955 

Ответ 2

UPDATE:

Если вы хотите суммировать каждые n последовательных номеров, используйте colSums
Если вы хотите суммировать каждый nth номер, используйте rowSums

в соответствии с комментарием Josh, это будет работать только в том случае, если n красиво разделит length(v).

rowSums(matrix(v, nrow=n))
 [1] 460 470 480 490 500 510 520 530 540 550

colSums(matrix(v, nrow=n))
 [1]  55 155 255 355 455 555 655 755 855 955

Ответ 3

Update

Старая версия не работает. Здесь ne awnser, который использует rep для создания фактора группировки. Не нужно использовать cut:

n <- 5 
vv <- sample(1:1000,100)
seqs <- seq_along(vv)
tapply(vv,rep(seqs,each=n)[seqs],FUN=sum)

Вы можете использовать tapply

tapply(1:100,cut(1:100,10),FUN=sum)

или получить список

by(1:100,cut(1:100,10),FUN=sum)

ИЗМЕНИТЬ

Если у вас есть 1:92, вы можете заменить его:

cut(1:92,seq(1,92,10),include.lowest=T)

Ответ 4

Один из способов - преобразовать вектор в матрицу, затем взять суммы столбцов:

colSums(matrix(v, nrow=n))
[1]  55 155 255 355 455 555 655 755 855 955

Просто будьте осторожны: это подразумевает, что ваш входной вектор фактически может быть преобразован в матрицу. Если он не может, R будет перерабатывать элементы вашего вектора, чтобы завершить матрицу.

Ответ 5

v <- 1:100

n <- 10

cutpoints <- seq( 1 , length( v ) , by = n )

categories <- findInterval( 1:length( v ) , cutpoints )

tapply( v , categories , sum )

Ответ 6

Я добавлю еще один способ сделать это без какой-либо функции из apply семейства

v <- 1:100
n <- 10

diff(c(0, cumsum(v)[slice.index(v, 1)%%n == 0]))
##  [1]  55 155 255 355 455 555 655 755 855 955

Ответ 7

Вот некоторые из основных вариантов, предлагаемых до сих пор

f0 <- function(v, n) {
    sidx = seq.int(from=1, to=length(v), by=n)
    eidx = c((sidx-1)[2:length(sidx)], length(v))
    sapply(1:length(sidx), function(i) sum(v[sidx[i]:eidx[i]]))
}

f1 <- function(v, n, na.rm=TRUE) {    # 'tapply'
    unname(tapply(v, (seq_along(v)-1) %/% n, sum, na.rm=na.rm))
}

f2 <- function(v, n, na.rm=TRUE) {    # 'matrix'
    nv <- length(v)
    if (nv %% n)
        v[ceiling(nv / n) * n] <- NA
    colSums(matrix(v, n), na.rm=na.rm)
}

f3 <- function(v, n) {                # 'cumsum'
    nv = length(v)
    i <- c(seq_len(nv %/% n) * n, if (nv %% n) nv else NULL)
    diff(c(0L, cumsum(v)[i]))
}

Основными тестовыми примерами могут быть

v = list(1:4, 1:5, c(NA, 2:4), integer())
n = 2

f0 завершается с окончательным тестом, но это, вероятно, может быть исправлено

> f0(integer(), n)
Error in sidx[i]:eidx[i] : NA/NaN argument

Подход cumum f3 подвержен ошибкам округления, а присутствие NA в начале v 'ядов' позже приводит к результатам

> f3(c(NA, 2:4), n)
[1] NA NA

С точки зрения производительности исходное решение неплохое

> library(rbenchmark)
> cols <- c("test", "elapsed", "relative")
> v <- 1:100; n <- 10
> benchmark(f0(v, n), f1(v, n), f2(v, n), f3(v, n),
+           columns=cols)
      test elapsed relative
1 f0(v, n)   0.012     3.00
2 f1(v, n)   0.065    16.25
3 f2(v, n)   0.004     1.00
4 f3(v, n)   0.004     1.00

но матричное решение f2 представляется как быстрым, так и гибким (например, регулировка обработки этой задней части меньше чем n)

> v <- runif(1e6); n <- 10
> benchmark(f0(v, n), f2(v, n), f3(v, n), columns=cols, replications=10)
      test elapsed relative
1 f0(v, n)   5.804   34.141
2 f2(v, n)   0.170    1.000
3 f3(v, n)   0.251    1.476

Ответ 8

Один из способов - использовать rollapply из zoo:

rollapply(v, width=n, FUN=sum, by=n)
# [1]  55 155 255 355 455 555 655 755 855 955

И в случае, если length(v) не кратно n:

v <- 1:92

rollapply(v, width=n, FUN=sum, by=n, partial=T, align="left")
# [1]  55 155 255 355 455 555 655 755 855 183

Ответ 9

Немного поздно для вечеринки, но я пока не вижу ответа rowsum(). rowsum() оказался более эффективным, чем tapply(), и я думаю, что он также будет очень эффективным по сравнению с некоторыми другими ответами.

rowsum(v, rep(seq_len(length(v)/n), each=n))[,1]
#  1   2   3   4   5   6   7   8   9  10 
# 55 155 255 355 455 555 655 755 855 955

Использование метода группировки @Josh O'Brien, вероятно, еще больше повысит эффективность.

rowsum(v, (seq_along(v)-1) %/% n)[,1]
#  0   1   2   3   4   5   6   7   8   9 
# 55 155 255 355 455 555 655 755 855 955 

Просто оберните в unname(), чтобы удалить имена групп.